Over-engineering 제거를 통한 15s → 0s 수준의 응답 속도 개선

Context

Neo4j, Redis, Elasticsearch, Vector DB 등 다수의 저장소와 AI 모델을 결합한 복잡한 Knowledge Base 아키텍처 설계. 데이터 증가에 따른 Graph Algorithm 연산 부하 증가 및 과도한 Configuration 관리 비용으로 인한 개발 생산성 저하 발생.

Technical Solution

• 복잡한 Graph DB 기반 연관 관계 분석 로직을 제거한 Simple Text Search 구조로의 전환
• Vector Search 및 AI Embedding 파이프라인을 배제하고 In-memory Map 기반의 Category/Tag 분류 체계 도입
• 다중 DB 의존성을 제거하여 Deployment 과정의 환경 변수 및 API Key 관리 복잡도 최소화
• 이상적 워크플로우가 아닌 실제 사용 패턴(90% 단순 검색)에 최적화된 Minimalist API 설계
• 시스템 유지보수 비용을 줄이기 위한 단순 Stream Filter 기반의 검색 로직 구현